徐思婧

摘要：航天器如何應(yīng)對(duì)飛行過程中可能的空間碎片危害是一項(xiàng)復(fù)雜的問題。本文對(duì)航天飛機(jī)識(shí)別空間碎片的智能檢測(cè)邏輯概念進(jìn)行了探討，并對(duì)智能識(shí)別危害規(guī)避進(jìn)行了分析。

關(guān)鍵詞：空間碎片、航天器、識(shí)別、碎片規(guī)避

1 概述

本文的空間碎片物體是指位于近地軌道、尺寸較大的人類空間開發(fā)活動(dòng)產(chǎn)生廢棄物體，如遺棄的航天器、拋離的運(yùn)載工具、廢棄的燃料箱、特別是意外撞擊形成的殘余體等。此類物體的體形較大，將會(huì)在地球引力的作用下最終墜入地面，但其在軌飛行期間會(huì)對(duì)正常的空間往返飛行活動(dòng)造成嚴(yán)重危害。

空間碎片的智能識(shí)別技術(shù)研究是探索建立一種合適的智能工作方式，實(shí)現(xiàn)對(duì)空間碎片的實(shí)時(shí)探測(cè)、特征識(shí)別、危害預(yù)測(cè)、預(yù)警、規(guī)避等，確?？臻g飛行的安全。

2 空間碎片智能檢測(cè)邏輯

圖1所示為研究中的空間碎片的智能檢測(cè)邏輯結(jié)構(gòu)示意圖。

空間碎片的智能檢測(cè)邏輯在概念上可分為兩個(gè)層次：第一個(gè)層次是基于先驗(yàn)知識(shí)的即時(shí)響應(yīng)執(zhí)行，第二個(gè)層次是基于現(xiàn)場(chǎng)數(shù)據(jù)的知識(shí)生成和應(yīng)用執(zhí)行。先驗(yàn)知識(shí)一般是通過對(duì)碎片目標(biāo)信號(hào)檢測(cè)各種問題的比較與分析得出的規(guī)律性的知識(shí)，可表述為規(guī)則、定律、目標(biāo)特征數(shù)據(jù)等，如碎片分類模型、碎片加速能力模型和常數(shù)、反射面積模型和常數(shù)等；對(duì)智能信號(hào)檢測(cè)技術(shù)來說，先驗(yàn)知識(shí)是否具有數(shù)學(xué)意義上的充分必要性，將直接影響到對(duì)目標(biāo)識(shí)別的概率及其可信度，是智能識(shí)別技術(shù)的基礎(chǔ)。

經(jīng)驗(yàn)可定義為由一組工作狀態(tài)和判別邏輯組成的數(shù)據(jù)庫，如空間碎片散布統(tǒng)計(jì)模型與當(dāng)前航天器飛行區(qū)域、探測(cè)系統(tǒng)工作狀態(tài)等；經(jīng)驗(yàn)通常與系統(tǒng)當(dāng)前工作狀態(tài)有關(guān)，其數(shù)據(jù)呈現(xiàn)某種確定性的概率分布，有關(guān)判別邏輯準(zhǔn)則、條件、數(shù)據(jù)等亦作為經(jīng)驗(yàn)的一部分而設(shè)計(jì)。因此、經(jīng)驗(yàn)也可稱為控制性知識(shí)。

知識(shí)生成是一個(gè)綜合先驗(yàn)知識(shí)、目標(biāo)當(dāng)前信息、以及外部支援信息的過程。知識(shí)生成的期望是對(duì)復(fù)雜不確定問題具有自適應(yīng)和自學(xué)習(xí)能力，本質(zhì)是對(duì)空間碎片的探測(cè)識(shí)別和航天器的運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì)，建立碎片目標(biāo)的參考運(yùn)動(dòng)方程。這一過程是通過對(duì)當(dāng)前測(cè)量值與先驗(yàn)知識(shí)之間的相對(duì)變化情況進(jìn)行比較、遞推，得出估計(jì)數(shù)據(jù)，進(jìn)而不斷修正、迭代目標(biāo)狀態(tài)的估計(jì)值，使碎片目標(biāo)的運(yùn)動(dòng)模型不斷得到適時(shí)更新，滿足危害預(yù)測(cè)和預(yù)警的需求。

歸納是對(duì)碎片目標(biāo)的能夠觀測(cè)獲取的特征數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理，補(bǔ)充先驗(yàn)知識(shí)的不足，提高檢測(cè)概率。從概念技術(shù)的角度說，歸納包括：（1）信號(hào)數(shù)據(jù)預(yù)處理，既對(duì)獲取的碎片目標(biāo)原始特征數(shù)據(jù)進(jìn)行濾波處理，將受干擾的信息盡可能的還原，為之后的特征提取做準(zhǔn)備的過程；（2）持征提取及特征選擇，通常假設(shè)碎片目標(biāo)的特征的原始信息在預(yù)處理后數(shù)據(jù)非常離散，處于一種多維狀態(tài)。為了更好地進(jìn)行檢測(cè)，往往對(duì)這些多維的數(shù)據(jù)進(jìn)行降維處理，通過一定的變換將多個(gè)特征用少數(shù)的特征的線性組合來進(jìn)行替換，用它來表示該類目標(biāo)所具有的模式特征向量，該過程可去除掉無用或冗余的數(shù)據(jù)。如對(duì)碎片目標(biāo)飛行曲線識(shí)別的特征提取，就要選擇有代表性的點(diǎn)集。歸納的信息處理設(shè)計(jì)為并行機(jī)制，以解決過程中的大規(guī)模實(shí)時(shí)計(jì)算問題、能同時(shí)處理定量和定性的信息、能很好地協(xié)調(diào)多種輸入信息的關(guān)系等。

決策是知識(shí)應(yīng)用的過程，核心是實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的確證檢測(cè)并輸出正確體現(xiàn)目標(biāo)特征的檢測(cè)數(shù)據(jù)。作為智能檢測(cè)技術(shù)的決策，可分為兩類：（1）在“是”和“不是”的選擇決策狀態(tài)下，主要是根據(jù)狀態(tài)特征向量和一定的聚類方法（先驗(yàn)知識(shí)類比、數(shù)據(jù)分布概率集中等）進(jìn)行決策，如碎片目標(biāo)危害預(yù)測(cè)等；（2）在要維持某種狀態(tài)下的決策，如對(duì)碎片目標(biāo)飛行速度指向、位置角度的持續(xù)檢測(cè)等，則決策應(yīng)是對(duì)狀態(tài)特征向量進(jìn)行數(shù)學(xué)模型建立和現(xiàn)場(chǎng)綜合知識(shí)建立的過程，亦即是一個(gè)具有自學(xué)習(xí)功能的決策過程。

3 空間碎片智能識(shí)別危害規(guī)避

從理論上說，變軌是規(guī)避空間碎片危害的可行方法之一。但這種變軌具有不定狀態(tài)的特點(diǎn)，其變軌控制方式的數(shù)學(xué)結(jié)構(gòu)復(fù)雜，至少需以相對(duì)碎片目標(biāo)的距離、速度向量、以及加速度向量等信息為狀態(tài)變量，當(dāng)這些信息精確已知時(shí)，變軌控制具有較高的效率，或者說較低的變軌代價(jià)。但在實(shí)際應(yīng)用中，碎片目標(biāo)的加速度向量信息是無法測(cè)量的，只能靠濾波估算得到。這樣，就必須建立一個(gè)隨機(jī)數(shù)學(xué)模型來描述其變化規(guī)律。已有很多非線性控制理論方面的新成果被應(yīng)用到了類似的不定狀態(tài)制導(dǎo)律設(shè)計(jì)中，特別是微分對(duì)策理論在此類情形中的應(yīng)用。微分對(duì)策理論的變軌控制，是根據(jù)危害預(yù)測(cè)預(yù)警的狀況，構(gòu)造變軌性能指標(biāo)泛函，求得最優(yōu)變軌控制方法，它充分考慮如何獲取有效安全的最小變軌量，和為完成變軌所消耗的控制能量為最小，其使得變軌過程盡量按最小過載狀態(tài)機(jī)動(dòng)飛行等。簡(jiǎn)而言之，微分對(duì)策變軌控制的性能指標(biāo)是使獲得安全變軌的時(shí)間短、能量小。

與變軌控制設(shè)計(jì)相關(guān)的另一個(gè)關(guān)鍵問題是碎片目標(biāo)的運(yùn)動(dòng)模型。目前較為實(shí)用的是交互多模型濾波方法，該方法不需要建立準(zhǔn)確的碎片目標(biāo)運(yùn)動(dòng)模型，而是采用多個(gè)模型的組合來逼近其真實(shí)運(yùn)動(dòng)狀態(tài)，模型之間的轉(zhuǎn)移概率通過計(jì)算濾波殘差進(jìn)行調(diào)整。交互多模型算法具有以下優(yōu)點(diǎn)：一是由于對(duì)參數(shù)空間采用的多模型描述，可以通過適當(dāng)?shù)臄U(kuò)充模型來達(dá)到對(duì)建模的細(xì)化，對(duì)空間碎片目標(biāo)的不確定性具有較好的模型自適應(yīng)能力；其次是算法的計(jì)算量與選用的模型數(shù)幾乎是線性關(guān)系，而其性能與二階廣義偽貝葉斯算法相當(dāng)，具有較好的代價(jià)可控性；第三是在濾波過程中，通過模型概率的變動(dòng)實(shí)現(xiàn)自適應(yīng)的變結(jié)構(gòu)，便于并行運(yùn)算處理，適合危害預(yù)測(cè)預(yù)警實(shí)時(shí)性要求。

4 結(jié)束語

適用于航天器的空間碎片的智能識(shí)別技術(shù)的研究還處于概念過程和起步階段，要形成一個(gè)初步的技術(shù)方案也還有許多問題要研究和解決。比如、對(duì)碎片目標(biāo)的智能識(shí)別必須遵循一定的工作邏輯，能同時(shí)兼顧時(shí)間的限制性、任務(wù)的優(yōu)先權(quán)和緊迫性。如果工作邏輯設(shè)計(jì)僅依賴于對(duì)狀態(tài)的一種初始估計(jì)，則一個(gè)狀態(tài)在判定過程中的變化意味著以那種狀態(tài)模式為基礎(chǔ)的邏輯設(shè)計(jì)存在不可靠因素，這種情況必須避免。

對(duì)目標(biāo)的探測(cè)、識(shí)別和跟蹤是一個(gè)復(fù)雜的系統(tǒng)，目前、多數(shù)采用定量數(shù)學(xué)解析法與基于知識(shí)的定性方法的混合研究方式。作為期望，空間碎片智能識(shí)別技術(shù)能在非確定和不可預(yù)測(cè)的環(huán)境下，在缺少先驗(yàn)知識(shí)和不完全、不精確的信息情況下，均能有效地實(shí)現(xiàn)工作目的。隨著應(yīng)用需求的不斷發(fā)展和相關(guān)技術(shù)的不斷進(jìn)步必將成為可能。

參考文獻(xiàn)：

1.程陶.《空間碎片預(yù)警中的碰撞概率方法研究》，空間科學(xué)學(xué)報(bào)，2006，26（6）

2.E.Taenzer.《Tracking Mutiple Targets Simultaneously with A Phased Array Radar》.IEEE Trans.OnAerospace and Electronic Systems，AES-16.1980.9：604-614

3.Gabriel M.Rebeiz著，黃慶安、廖小平譯，《RF MEMS理論？設(shè)計(jì)？技術(shù)》，東南大學(xué)出版社，2005年